我国近年来进入经济高速增长和快速城镇化的阶段,在城市发展的过程中,交通的引导与支持作用十分关键。机动化进程直接改变着交通结构与发展模式,从而对城市发展产生深远影响,而随着城市人口数量、密度的不断攀升,机动车保有量出现急剧增长,导致道路资源紧张,环境与能源面临巨大挑战。新能源汽车能够有效利用清洁能源,降低污染,是未来机动车发展的重要方向,如何正确有效地对其进行引导与推广有极大意义。本论文以意大利与我国新能源汽车选择行为的SP数据为基础,在考虑个体选择的异质性特点前提下,分别搭建了意大利年轻群体新能源汽车选择ECML模型与我国一般群体/年轻群体新能源汽车选择MXL模型,研究两国新能源汽车选择行为的特征,并进行不同机动化水平下的选择行为特征对比分析;同时,本论文建立了我国新能源汽车动态选择行为的DDCM模型,分析了动态选择模式下人们的购车行为特征。最终,论文将主要研究结论应用于新能源汽车激励手段的情景仿真之中,对不同的激励政策效果进行了研究。在处理离散选择样本个体异质性问题方面,本文优化了IIA假设的放松方法,引入ECML模型、MXL模型解决静态选择的异质性问题,引入MMLE估计算法解决DDCM小样本异质性带来的伴随参量问题。论文研究结果表明,车辆的支出性属性(购买价格、补贴、燃油费用、年维修费用)、续航能力(续航里程、与充电站平均距离、充电时长)、新能源汽车激励政策(是否减免市中心停车费用、是否可不受限行政策限制)均对我国新能源汽车的选择行为产生影响。同时,收入水平较高、年轻化、受教育程度较高、已婚、日常出行平均距离较短、经常使用公共交通出行的群体对新能源汽车有着更为强烈的选择偏好。情景仿真的结果表明,当决策者可以得到支出性补贴、交通管理政策优待,或新能源汽车性能得到提升时,新能源汽车的选择概率会大幅提升,且综合性激励政策的提升幅度最高;同时,面对动态选择模式时,人们对新能源汽车的选择会更加保守与谨慎。据此,本论文提出我国新能源汽车发展的政策建议,主要为采用综合性政策措施,多重激励手段并举,注重政策实施的连贯性与一致性,提高新能源汽车的认识与购买意识,针对特定人群的进行倾向性政策设置等。